革命VINS领域 | AB-VINS：深度学习赋能的视觉惯性SLAM系统、高效且鲁棒

今天给大家分享一篇新工作：AB-VINS是一种新型的视觉惯性SLAM系统，它结合了深度学习与传统方法的优势。如果您有相关工作需要分享，欢迎文末联系我们！

读者个人理解

AB-VINS 是一种新型的视觉惯性 SLAM 系统，它结合了深度学习与传统方法的优势。该系统只估计单目深度图的尺度和平移参数（a和b），以及其他一些用于利用多视图信息校正深度的项，从而得到一个压缩的特征状态。尽管AB-VINS是一个基于优化的系统，但其主要VIO线程的效率超过了最先进的滤波器方法，同时还提供了稠密的深度图。此外，AB-VINS采用了一种名为“记忆树”的新型数据结构，其中关键帧位姿是相对定义的，而不是在一个全局框架中，这使得 AB-VINS 在进行闭环时只需要影响少量变量。实验结果表明，AB-VINS具有与最先进的 VINS 系统相当甚至更好的鲁棒性，并且效率更高。

论文信息

标题：Visual